CAPIRE L’EVOLUZIONE DEL CANCRO: UNITRENTO COORDINA IL PROGETTO PELM

CAPIRE L’EVOLUZIONE DEL CANCRO: UNITRENTO COORDINA IL PROGETTO PELM

TRENTO\ aise\ - Realizzare un monitor in grado di seguire in modo non invasivo come cambia la forma dei tessuti cancerogeni e, quindi, di dare informazioni sull’evoluzione della malattia e sull’efficacia della terapia. È una delle applicazioni che saranno sviluppate nell’ambito di Pelm (Photonic Extreme Learning Machine: from neuromorphic computing to universal optical interpolant, strain gauge sensor and cancer morphodynamic monitor - Macchine fotoniche estreme per l’apprendimento automatico: dal calcolo neuromorfico all'interpolante ottico universale, al sensore estensimetrico e al monitor morfodinamico del cancro), progetto di ricerca lanciato la scorsa settimana con una riunione al Polo Ferrari di Povo alla quale hanno partecipato ricercatori e ricercatrici dell'Università di Trento (Dipartimento di Fisica, Laboratorio Nanoscienze), che svolge anche il ruolo di coordinatore nazionale, dell’Università la Sapienza di Roma, della Scuola Normale Superiore di Pisa, dell'Università Cattolica del Sacro Cuore di Roma e del Cnr-Ino di Napoli. L’incontro di avvio è stata l’occasione per i team scientifici di discutere del progetto, dei suoi obiettivi e della metodologia di lavoro per ottenere i risultati finali.
Il progetto di ricerca è coordinato dall'Università di Trento e finanziato con quasi un milione di euro in tre anni dal Ministero dell’istruzione, università e ricerca tra quelli di rilevante interesse nazionale (Prin), ed è coordinato da Lorenzo Pavesi, professore del Laboratorio Nanoscienze del Dipartimento di Fisica dell’Ateneo trentino, utilizza la luce per costruire piattaforme tutte ottiche innovative per l’intelligenza artificiale.
Finora, infatti, dietro ai processi di apprendimento automatico (più noto con il termine Machine Learning), che portano delle machine a riconoscere immagini, a interpretare il parlato umano e a svolgere altre funzioni proprie dell’uomo, c’erano dei circuiti microelettronici contenuti nei microprocessori presenti nei dispositivi. Per le applicazioni di intelligenza artificiale questi circuiti non sono efficienti e consumano molta energia e ciò ne limita l’uso.
Con Pelm s’intende modificare il concetto stesso di circuito per rispondere alle esigenze di risparmio energetico, di velocità nelle operazioni e di non invasività. Pavesi spiega che “i software di apprendimento automatico seguiranno i nuovi paradigmi tecnologici dati dall’uso dei fotoni. All'interno di un'unica architettura teorica di calcolo neuromorfico (ovvero che si ispira al funzionamento del cervello umano) e utilizzando la luce e le nanoscienze, il progetto mira a sviluppare due distinte piattaforme fotoniche per l’intelligenza artificiale: la prima basata sul silicio, che è la stessa dei circuiti microelettronici, e la seconda di tipo organico-biologica, che sfrutterà sia tessuti biologici sia gocce d’acqua o altri polimeri”.
“Un’applicazione sarà lo studio della dinamica di tessuti cancerogeni per la realizzazione di un’intelligenza artificiale capace di seguire in modo non invasivo l’evoluzione della malattia e la risposta a trattamenti farmacologici - dice illustrando le applicazioni Pavesi -. Un altro sistema prevede di utilizzare gocce di polimeri liquidi per realizzare processori ottici capaci di monitorare l’evoluzione delle deformazioni di strutture complesse in tempo reale. Infine, cercheremo di fabbricare circuiti ottici in grado di sviluppare schemi di calcolo tutti ottici con prestazioni in velocità e in consumi migliori rispetto agli analoghi sistemi di apprendimento automatico completamente elettronici”. (aise) 

Newsletter
Archivi